DashVector - 阿里云向量检索服务

DashVector

文章目录

  • DashVector
    • 一、关于 DashVector
    • 二、使用 DashVector 前提准备
      • 1、创建Cluster：
        • 2、获得API-KEY
        • 3、安装最新版SDK
    • 三、快速使用 DashVector
      • 1. 创建Client
      • 2. 创建Collection
      • 3、插入Doc
      • 4、相似性检索
      • 5、删除Doc
      • 6. 查看Collection统计信息
      • 7. 删除Collection
    • 四、关于 Proxima
      • 核心能力
    • 五、构建 Proxima
      • 获取 Docker 镜像
    • 六、向量检索基本概念
      • Client**（**客户端**）
      • Cluster（实例）
      • Collection（**集合**）
      • Partition**（**分区**）
      • Doc**（**文档**）
      • Field（**字段**）
      • Vector（**向量**）
      • Sparse Vector（稀疏向量）
      • QPS**（**访问频次**）
      • API-KEY

一、关于 DashVector

向量检索服务DashVector基于通义实验室自研的高效向量引擎Proxima内核，提供具备水平拓展能力的云原生、全托管的向量检索服务。

DashVector 将其强大的向量管理、向量查询等多样化能力，通过简洁易用的SDK/API接口透出，方便被上层AI应用迅速集成，从而为包括大模型生态、多模态AI搜索、分子结构分析在内的多种应用场景，提供所需的高效向量检索能力。

  • 阿里云：向量检索服务
    https://help.aliyun.com/document_detail/2510225.html
  • 产品首页：https://www.aliyun.com/product/ai/dashvector
  • DashVector PYPI : https://pypi.org/project/dashvector/
  • LangChain - DashVector
    https://python.langchain.com/docs/integrations/vectorstores/dashvector
  • 实践教程 ： https://help.aliyun.com/document_detail/2510233.html
    • 基于向量检索服务与TextEmbedding实现语义搜索
    • DashVector x 通义千问大模型：打造基于专属知识的问答服务
    • DashVector + ModelScope 玩转多模态检索
    • DashVector + DashScope升级多模态检索
    • 文本向量生成
    • 多模态向量生成
    • 图片向量生成

二、使用 DashVector 前提准备

1、创建Cluster：

https://help.aliyun.com/document_detail/2631966.html

1)登录向量检索服务控制台。

https://dashvector.console.aliyun.com/

在这里插入图片描述

2)在左侧导航栏单击Cluster列表，单击创建Cluster。

image.png

3)选择Cluster实例类型、实例规格、副本数，填写Cluster名称，单击立即购买。image.png

参数说明

参数描述
商品类型向量检索服务的收费类型。当前仅支持按量付费。详见产品计费。
地域向量检索服务所在地域。当前仅支持**华东1（杭州）**地域。
实例类型向量检索服务DashVector当前支持三种实例类型，以支持不同的业务场景和需求：
性能型：提供更高的QPS和更低的查询延迟，适用于高并发、大流量、延迟敏感或对写入和查询效率有较高要求的场景。
存储型：相对于性能型有5倍的存储容量优势，能够存储和管理更多的向量数据，适用于数据规模大、数据增长快、QPS相对较低的场景。
免费试用：适用于测试、体验场景，请勿用于线上生产环境。免费试用实例有效期为1个月，到期后可再次申请试用。免费实例有部分试用限制，详情可参考约束与限制。

说明
付费Cluster，最多可创建32个Collection。免费试用Cluster，最多可创建2个Collection。

重要
每个账户同一时间段仅能创建一个免费试用Cluster。免费试用Cluster到期或主动释放后可以再次创建一个免费试用Cluster。
免费试用Cluster，创建后30个自然日到期会自动释放，删除所有数据。如有重要业务数据，请及时转移到付费Cluster或者将免费试用Cluster升配为付费Cluster。
实例规格免费试用Cluster：采用Serverless架构，适用于快速体验产品。免费试用实例使用限制请参考约束与限制。
存储型和性能型Cluster分别提供6种可选规格，不同规格的主要区别在于存储容量的不同。实例规格详情，请参见实例规格。
副本数向量检索服务DashVector支持调整副本数，可选范围为1-5。副本之间数据完全相同，副本数越大，可支持的QPS越高，呈线性关系。同时副本数越大，服务可用性越高，建议对可用性有较高要求的生产环境选择>=2的副本数。
说明 需要注意，副本数的增加和减少不会影响存储容量，仅影响QPS和可用性。
实例名称必须由大小写字母、数字、下划线(_)、中划线(-)组成，长度[3, 32]。同一账户中不允许两个相同的Cluster名称同时存在。

4)确认实例信息，勾选服务协议，然后单击立即开通。image.png

5)单击管理控制台跳转至控制台概览页，Cluster创建成功后，即可正常使用向量检索服务。 在这里插入图片描述

2、获得API-KEY

API-KEY管理：https://help.aliyun.com/document_detail/2510230.html

dashscope API-Key ： https://dashscope.console.aliyun.com/apiKey

3、安装最新版SDK

安装DashVector SDK：https://help.aliyun.com/document_detail/2510231.html

DashVector向量检索服务提供下列编程语言的SDK供开发者选择。

  • Python SDK
  • Java SDK
  • HTTP API https://help.aliyun.com/document_detail/2510275.html
  • 更多编程语言的DashVector SDK将在稍后陆续提供。

python 安装

pip3 install dashvector

升级：

pip3 install dashvector --upgrade

三、快速使用 DashVector

转载自：https://help.aliyun.com/document_detail/2510223.html

1. 创建Client

使用HTTP API时可跳过本步骤。

import dashvectorclient = dashvector.Client(api_key='YOUR_API_KEY',endpoint='YOUR_CLUSTER_ENDPOINT'
)
assert client

2. 创建Collection

创建一个名称为quickstart，向量维度为4的collection。

client.create(name='quickstart', dimension=4)collection = client.get('quickstart')
assert collection

说明

  1. 在未指定距离度量参数时，将使用默认的Cosine距离度量方式。
  2. 在未指定向量数据类型时，将使用默认的Float数据类型。

3、插入Doc

from dashvector import Doc# 通过dashvector.Doc对象，插入单条数据
collection.insert(Doc(id='1', vector=[0.1, 0.2, 0.3, 0.4]))# 通过dashvector.Doc对象，批量插入2条数据
collection.insert([Doc(id='2', vector=[0.2, 0.3, 0.4, 0.5], fields={'age': 20, 'name': 'zhangsan'}),Doc(id='3', vector=[0.3, 0.4, 0.5, 0.6], fields={'anykey': 'anyvalue'})    ]
)

4、相似性检索

rets = collection.query([0.1, 0.2, 0.3, 0.4], topk=2)print(rets)

5、删除Doc

# 删除1条数据
collection.delete(ids=['1'])

6. 查看Collection统计信息

stats = collection.stats()print(stats)

7. 删除Collection

client.delete('quickstart')

四、关于 Proxima

  • proxima github : https://github.com/alibaba/proxima
  • proxima 文档：https://proximabilin.github.io/docs/
    • 使用样例 : https://proximabilin.github.io/docs/gettingstarted/example_usage/
    • 安装指南 : https://proximabilin.github.io/docs/gettingstarted/installation/

Proxima 是阿里巴巴达摩院系统 AI 实验室自研的向量检索内核。

目前，其核心能力广泛应用于阿里巴巴和蚂蚁集团内众多业务，如淘宝搜索和推荐、蚂蚁人脸支付、优酷视频搜索、阿里妈妈广告检索等。

同时，Proxima 还深度集成在各式各类的大数据和数据库产品中，如阿里云 Hologres、搜索引擎 Elastic Search 和 ZSearch、离线引擎 MaxCompute (ODPS) 等，为其提供向量检索的能力。

Proxima BE，全称 Proxima Bilin Engine，是 Proxima 团队开发的服务化引擎，实现了对大数据的高性能相似性搜索。

支持 RESTful HTTP 接口访问，同时也支持多种语言的 SDK 以 GRPC 协议访问。

核心能力

Proxima BE 的主要核心能力有以下几点:

  • 支持单机超大规模索引：基于底层向量索引的工程和检索算法优化，使得有限成本下，实现了高效率的检索方法，并支持磁盘索引，单片索引可达几十亿的规模。
  • 支持多数据源全量和增量同步：通过 Mysql Repository 等组件，可将 mysql 等数据源中的数据，实时同步至索引服务，提供查询能力，简化数据处理流程。
  • 支持向量索引实时增删改查：基于全新 CRUD 图索引，支持在线大规模向量索引的从 0 到 1 的流式写入，并实现了索引即时增删改查，避免索引需定期重建。
  • 支持正排数据查询：支持在查询时，可展示文档的所有结构化字段。同时后期将基于此功能，进一步扩展出与文本与向量联合检索等功能。

在这里插入图片描述

五、构建 Proxima

环境要求：

  • Linux or MacOS
  • gcc >= 4.9
  • cmake >= 3.14
git clone https://github.com/alibaba/proximabilin.git
cd proximabilin && git submodule update --initmkdir build && cd build# Build with Debug (Intel Haswell Microarchitecture)
#cmake -DCMAKE_BUILD_TYPE=Debug -DENABLE_HASWELL=ON ..# Build with Release (Intel Haswell Microarchitecture)
cmake -DCMAKE_BUILD_TYPE=Release -DENABLE_HASWELL=ON ..make -j all

获取 Docker 镜像

平台仓库版本
Linux X86_64ghcr.io/proximabilin/proxima-be0.2.0

六、向量检索基本概念

转载自：https://help.aliyun.com/document_detail/2511804.html

Client**（客户端）

Client（客户端），是用户用于连接DashVector服务端的基础对象，相当于关系型数据库中的Connection。通过设置API_KEY即可完成Client对象的创建，即完成与DashVector服务端的连接。通过Client对象可进行Collection操作（如新建Collection、获取Collection列表等）。

Cluster（实例）

Cluster（实例），是面向售卖的资源管理单位，相当于关系型数据库中的一个库，我们提供了不同的实例产品规格以满足用户不同的业务需求。用户可以通过控制台进行Cluster管理操作（如创建Cluster、升配Cluster、释放Cluster）等，在创建好的Cluster里，用户可以进行后续的Collection、Partition 等操作。

说明

  • 同一个账户支持创建多个Cluster，账户内单个Cluster名称唯一。
  • 每个账户同一时间段仅能创建一个免费试用Cluster，免费试用Cluster到期或主动释放后可以再次创建一个免费试用Cluster。

Collection（集合）

Collection（集合），是一个相同类型Doc组成的集合，相当于关系型数据库中的一张表。每个Collection必须使用唯一的名称来标识，通过名称可唯一获取Collection对象。Collection对象可进行各种Doc操作（如插入Doc、检索Doc等）和Partition操作（如新建Partition等）。

说明

  • Collection名称在Cluster内必须唯一，不允许两个相同名称的Collection同时存在。
  • 付费Cluster最多支持创建32个支持Collection；免费Cluster最多支持创建2个Collection。

Partition**（分区）

Partition（分区），是指同一个Collection下的Doc可通过不同的Partition进行分区。各种Doc操作（如插入Doc、检索Doc等）如若指定Partition，则该操作将限定在该指定的Paritition内进行。通过合理的Partition设置，可有效提升Doc操作的效率。

Doc**（文档）

Doc（文档），是DashVector最基础的数据单元，相当于关系型数据库中的一行数据。Doc包含以下属性：id（主键）、vector（向量）、fields（key-value结构的字段名和字段值）。Doc是插入Doc、更新Doc、插入或更新Doc操作的基础输入结构，同时也是检索Doc和获取Doc操作的输出结构。

Field（字段）

Field（字段），是组成Doc的基础单位之一，每个Doc可具备多个Field，相当于关系型数据库中的列。

Vector（向量）

Vector（向量），Embedding Vector，非结构化数据通过各种AI Embedding模型进行特征的提取，获取到的多维数据。DashVector中，Vector作为Doc的基础数据单位之一，用于描述各种非结构化数据的特征。例如，[0.1, 0.2, 0.3, 0.4]就是一个维度（dimension）为4的向量。

Sparse Vector（稀疏向量）

Sparse Vector（稀疏向量），稀疏向量是指大部分元素为0，仅少量元素非0的向量。在DashVector中，稀疏向量可用来表示词频等信息。例如，{1:0.4, 10000:0.6, 222222:0.8}就是一个稀疏向量，其第1、10000、222222位元素（分别代表三个关键字）有非0值（代表关键字的权重），其他元素全部为0。

QPS**（访问频次）

每秒能向DashVector服务的API发起的最大查询请求次数。QPS越高，同一时段内能够处理的业务量越多。例如QPS为5时，则在1秒内可以进行5次调用请求。

API-KEY

API-KEY是您访问向量检索服务（DashVector）的密 钥。DashVector通过API-KEY进行调用鉴权和计量计费，目前仅支持通过阿里云主账号进行API-KEY管理，每个账户同时可拥有3个有效的API-KEY。

请妥善保存和使用API-KEY，如需进一步了解API-KEY有关的安全信息，请参考保护并正确使用API-KEY。

伊织 2024-03-22（五）

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/764660.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【阿里云物联网】上报设备数据

【阿里云物联网】上报设备数据

前言 MQTT客户端上传数据到阿里云服务端，并且能将数据显示出来。在此之前，我们先要懂得阿里云给设备管理划分的概念。首先是产品，所以在产品里要配置内容，产品下的设备才可以使用，比如主题大类都是在产品里面就可以查…
阅读更多...
2024-3-22-Qtday3作业

2024-3-22-Qtday3作业

1> 思维导图 2> 要求： 使用手动连接，将登录框中的取消按钮使用qt4版本的连接到自定义的槽函数中，在自定义的槽函数中调用关闭函数 将登录按钮使用qt5版本的连接到自定义的槽函数中，在槽函数中判断ui界面上输入的账号是否…
阅读更多...
【目标检测】YOLOv9理论解读与代码分析

【目标检测】YOLOv9理论解读与代码分析

前言 YOLO这个系列的故事已经很完备了，比如一些Decoupled-Head或者Anchor-Free等大的策略改动已经在YOLOv8固定下来，后面已经估计只有拿一些即插即用的tricks进行小改。 mmdetection框架的作者深度眸也在知乎上对“是否会有YOLOv9”这一观点发表看法&a…
阅读更多...
Python爬取歌曲宝音乐:轻松下载Jay的歌

Python爬取歌曲宝音乐:轻松下载Jay的歌

歌曲宝是一个不用付费就能听jay的歌曲，但是每次都只能播放一首不方便，于是今天想把它下载下来，本地循环播放，它所用到的接口是某我的还不错哈 获取搜索接口 分析html请求接口，获取到的数据是直接渲染好的HTML内容&…
阅读更多...
苍穹外卖-day02

苍穹外卖-day02

1. 新增员工 1.1 需求分析和设计 注意事项： 账号必须是唯一的手机号为合法的11位手机号码身份证号为合法的18位身份证号码密码默认为123456 本项目约定： 管理端发出的请求，统一使用**/admin**作为前缀。用户端发出的请求，统一使用…
阅读更多...
Redis中的缓存穿透

Redis中的缓存穿透

缓存穿透 缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，导致这些请求直接到了数据库上，对数据库造成了巨大的压力，可能造成数据库宕机。 常见的解决方案： 1）缓存无效 key 如果缓存和数据库中都查不到某…
阅读更多...
Dell戴尔XPS 12 9250二合一笔记本电脑原装出厂Windows10系统包下载

Dell戴尔XPS 12 9250二合一笔记本电脑原装出厂Windows10系统包下载

链接：https://pan.baidu.com/s/1rqUEM_q5DznF0om6eevcwg?pwdvij0 提取码：vij0 戴尔原厂WIN10系统自带所有驱动、出厂主题壁纸、系统属性专属联机支持标志、系统属性专属LOGO标志、Office办公软件、MyDell等预装程序 文件格式：esd/wim/sw…
阅读更多...
Xilinx FPGA 远程升级时bin和bit文件使用注意

Xilinx FPGA 远程升级时bin和bit文件使用注意

以Spartan-6 ISE开发环境为例。 ISE开发环境支持生成bit和bin格式的程序文件，可以在生成选项进行配置： 把生成的bit文件和bin文件进行二进制比较，发现bit比bin文件头部多了一些内容（头部信息），剩余部分完…
阅读更多...
Microsoft Edge 中的 Internet Explorer 模式解决ie禁止跳转到edge问题

Microsoft Edge 中的 Internet Explorer 模式解决ie禁止跳转到edge问题

作为网工，网络中存在很老的设备只能用ie浏览器访问打开，但是win10后打开Internet Explorer 会强制跳转到Edge 浏览器，且有人反馈不会关，为此找到了微软官方的Microsoft Edge 中的 Internet Explorer 模式，可以直接在Mi…
阅读更多...
网络工程师练习题6

网络工程师练习题6

网络工程师 综合题 计算并填写下表： TP地址191.23.181.13子网掩码255.255.192.0地址类型 （1）网络地址（2）直接广播地址（3）主机号（4）子网内的最后一个可用IP地址&#xf…
阅读更多...
【使用redisson完成延迟队列的功能】使用redisson配合线程池完成异步执行功能，延迟队列和不需要延迟的队列

【使用redisson完成延迟队列的功能】使用redisson配合线程池完成异步执行功能，延迟队列和不需要延迟的队列

1. 使用redisson完成延迟队列的功能 引入依赖 spring-boot-starter-actuator是Spring Boot提供的一个用于监控和管理应用程序的模块 用于查看应用程序的健康状况、审计信息、指标和其他有用的信息。这些端点可以帮助你监控应用程序的运行状态、性能指标和健康状况。 已经有了…
阅读更多...
专业矢量绘图设计软件：Sketch for mac 中文激活版

专业矢量绘图设计软件：Sketch for mac 中文激活版

Sketch for Mac 是一款专业的矢量图形设计工具，主要用于 UI/UX 设计、网页设计、图标设计等领域。它的界面简洁、易用，功能强大，可以帮助设计师快速创建高质量的设计作品。 人性化界面 Sketch的界面非常简洁。最顶端的工具箱包含了最重要的操…
阅读更多...
搭建基于 Snowflake 的 CI/CD 最佳实践！

搭建基于 Snowflake 的 CI/CD 最佳实践！

Snowflake 提供了可扩展的计算和存储资源，和基于 SQL 的界面 Snowsight，方便用户进行数据操作和分析。然而，如果用户想将自己的 CI/CD 流程与 Snowflake 集成时，会发现一些不便之处（尤其相比其 SnowSight 优秀的查询能…
阅读更多...
eclipse中使用PlantUML plugin查看对象关系

eclipse中使用PlantUML plugin查看对象关系

一.背景 公司安排的带徒弟任务，给徒弟讲了如何设计对象。他们的思维里面都是单表增删改查，我的脑海都是一个个对象，他们相互关系、各有特色本事。稳定的结构既能满足外部功能需求，又能在需求变更时以最小代价响应。最大程度的记录…
阅读更多...
0201线性方程组和矩阵-矩阵及其运算-线性代数

0201线性方程组和矩阵-矩阵及其运算-线性代数

文章目录 一、线性方程组二、矩阵的定义结语 一、线性方程组 设有 n 个未知数 m n个未知数m n个未知数m个方程的线性方程组 { a 11 x 1 a 12 x 2 ⋯ a 1 n x n b 1 , a 21 x 1 a 22 x 2 ⋯ a 2 n x n b 2 , ⋯ a m 1 x 1 a m 2 x 2 ⋯ a m n x n b m , \begin{ca…
阅读更多...
Python RPA简单开发实践（selenium登陆浏览器自动输入密码登陆）

Python RPA简单开发实践（selenium登陆浏览器自动输入密码登陆）

打开csdn博客，简单版 class BS:def __init__(self, url):self.url url# self.password password# self.username usernamedef login_url(self):from selenium import webdriver# 不自动关闭浏览器option webdriver.ChromeOptions()option.add_experimental_opt…
阅读更多...
【Canvas与艺术】绘制暗绿色汽车速度仪表盘

【Canvas与艺术】绘制暗绿色汽车速度仪表盘

【原型】 【成果】 【代码】 <!DOCTYPE html> <html lang"utf-8"> <meta http-equiv"Content-Type" content"text/html; charsetutf-8"/> <head><title>暗绿色汽车速度仪表盘</title><style type"t…
阅读更多...
基于Arduino IDE 野火ESP8266模块 MODBUS RTU开发

基于Arduino IDE 野火ESP8266模块 MODBUS RTU开发

一、工程创建 1.新建工程&#xff0c;工程另存为modbusRtu。 2.官网搜索modbus 相关库 https://www.arduino.cc/reference/en/libraries/或者在Arduino IDE中库管理中搜索选择modbus库 安装完如下 选择更多信息&#xff0c;会跳到库的代码示例&#xff0c;可查看如何使用该…
阅读更多...
python框架的一加剧场管理系统的设计与实现flask-django-nodejs-php

python框架的一加剧场管理系统的设计与实现flask-django-nodejs-php

本文讲述了一加剧场管理系统。结合电子管理系统的特点&#xff0c;分析了一加剧场管理系统的背景&#xff0c;给出了一加剧场管理系统实现的设计方案。 本论文主要完成不同用户的权限划分&#xff0c;不同用户具有不同权限的操作功能&#xff0c;在用户模块&#xff0c;主要有用…
阅读更多...
Git多分支管理实践

Git多分支管理实践

想要实现本地文件对远程文件的管理&#xff0c;必须懂得Git的相关操作。 工作中不免会遇到一个仓库多个分支的管理。 git多分支管理属于git的进阶版操作&#xff0c;下面我们来看看。 1. 拉取一个git仓库 git仓库名假设为&#xff1a;test_demo&#xff0c;默认是主仓库&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023